Ontology-backed Agent

定义

Ontology-backed Agent 是一种 Agent 架构模式：Agent 的工具发现、上下文获取和操作执行全部通过一个统一的语义层（Ontology）完成，而非直接调用异构 API。Ontology 同时充当 Agent 的"世界模型"（提供结构化上下文）和"操作边界"（限定可执行操作），实现了"从语义到行动"的单一路径。

要点

• 核心链路：用户指令 → LLM 推理 → 选择 Ontology 工具 → 验证/权限检查 → 执行 → 写回 → 副作用触发——全程在语义层内闭环
• 三类工具：搜索数据（Object Query）、计算（Function）、执行操作（Action）——对应 OAG 范式的"数据、逻辑、操作"三位一体
• 权限即护栏：Agent 的行为边界不由 prompt 约束（可被绕过），而由 Ontology 的权限模型强制执行（系统级拒绝）
• human-in-the-loop 内置：Action 可配置为自动执行或需用户确认，而非依赖外部编排实现
• 与通用 function calling 的核心区别：每个"工具"附带业务级验证、权限和审计，而非仅仅是一个 API endpoint 加 JSON Schema
• 四层复杂度：从即席问答（Tier 1）到自主工作流委派（Tier 4），每层增加自主性同时增加护栏

示例

Palantir AIP 中的金融交易监控 Agent：接收 TransactionAlert 对象作为上下文，调用 AssessRisk Function 执行确定性风险计算，根据结果选择 EscalateToCompliance 或 DismissAlert Action。每个 Action 受 Submission Criteria 约束——只有特定合规角色可以执行升级操作。整个过程有完整审计日志。据报告，此类系统将告警处理速度提升 60%，成本降低 90%。

相关概念

• Palantir Ontology - Ontology-backed Agent 所依赖的语义层
• 语义层作为工具接口 - 抽象为通用设计范式
• Agent Harness - Harness 管编排，Ontology 管语义和权限
• Brain-Hands 解耦 - Agent 推理层与执行层的分离
• Agent Gateway - Ontology MCP 作为语义化的 Gateway
• 过程记忆 - Palantir "程序记忆"与过程记忆的概念映射
• 共享状态模式 - Ontology 作为 Agent 间的共享状态中心
• 上下文中心分解 - Ontology 为 Agent 提供结构化上下文边界

参考资料

• AIP Agent Studio Overview - Palantir Docs
• Building with Palantir AIP: Logic Tools for RAG/OAG
• Palantir Ontology与Agent架构〔待补〕 - 完整研究笔记